钻井工况智能识别与时效分析技术

目前钻井作业工况识别和钻井时效分析主要依赖于现场仪器的传输效率和工程作业人员的经验诊断，存在无法处理大量实时施工数据、决策反馈机制慢、预测精度低等问题。为高效利用综合录井数据辅助工程人员进行优化决策，根据钻井过程记录的大量录井数据，开发了基于WITS标准和WITSML标准的数据传输模块，创建了将阈值法和神经网络法相结合的融合算法模型，建立包含井场信息数据和单井工况识别结果的历史数据表，编制软件对录井历史数据进行时效分析。研究结果显示，案例井的钻井工况智能识别与实际工况基本符合，预测精度大于90%，钻井时效统计误差小于1%，应用效果良好。该研究有效地提高了钻井工况识别和钻井时效分析的效率，对现场具有指导作用。     

钻井过程中在线故障识别的灰色关联分析法

钻井过程中，事故发生前绝大多数情况下都有某些征兆，表现出相应的信号变化特征，出现事故征兆到事故的发生往往时间间隔很短。因此，有效地分析和处理这些信息，建立它们与系统运行状态之间的相互联系可以及时进行故障识别，防止事故的发生。文中利用灰色关联分析法，对钻井过程中在线故障识别方法进行了探讨。     

基于数据融合技术的钻井过程故障诊断

提出一种基于数据融合技术的钻井过程故障诊断方法.系统采用三层结构,特征层利用BP神经网络对单个测点的多个钻井参数进行故障模式识别;决策层利用D-S证据理论对多个测点的初步识别结果进行融合,得到证据融合决策诊断结果,提高了系统决策的准确性和合理性,使诊断系统适用于多变量、多参数、多过程的复杂钻井过程系统.     

岩性随钻实时识别方法--滑动窗口法研究

利用随钻工程参数进行实时识别岩性研究，既有助于钻井过程中及时发现油气层，又能为及时的地层异常压力预报提供地质基础；与随钻测井相比，岩性随钻识别实时性更强，而且成本很低。动态滑动窗口法是一种随钻岩性识别方法，它利用有效信息窗口、参考信息窗口、区域信息窗口等途径寻找数据中的隐含信息，用以进行综合判别，且窗口是以自适应、自组织的方式随着钻深向下滑动，实现有效信息窗口的动态变更。该方法克服了传统静态岩性识别方法的局限，真正反映了整口井中地层性质和钻井施工均具有的复杂变化的整体中存在较稳定局部的非线性变化规律，可以有效地随钻实时识别复杂地层剖面的岩性，识别成功率大于80％。     

钻进参数实时监测与故障诊断技术

利用传感器采集的钻井数据,综合录井仪对钻井钻进过程进行实时监测与简单分析,对异常波动数据进行实时监测,异常数据超出限制范围时,通过报警装置发出报警。实践证明,综合录井仪具有对钻井事故的预测作用,综合录井仪通过详细监测各种钻井数据在一定程度上减少或避免了事故的发生。具有信息模式识别能力和自学习能力的人工神经网络把取自多传感器的信号作为输入信号,经过理论分析、事故记录、模拟实验和学习训练处理后,用较少的时间做出决策,保证实时诊断事故,及时排除故障并给出故障发展趋势及处理决策,实现了对钻井故障的实时诊断,综合录井仪和钻井神经网络故障智能诊断系统的结合保证了钻井工程的安全。监测、诊断、调节控制功能的集成是实现全自动化钻井的发展方向。     

钻井风险控制系统的研究进展

为了控制钻井复杂与事故,国内外一直都致力于研究建立智能的钻井风险控制系统。通过调研分析NDS和eDrilling等国外成熟的钻井风险控制系统以及国内在钻井事故专家系统、利用智能方法识别钻井事故、远程钻井事故专家系统、借助综合录井仪进行钻井事故诊断等方面的成果,明确了我国自主开发钻井风险控制系统的必要性和紧迫性。进而提出并建立了国内钻井风险控制系统的整体架构方案,其应实现的功能包括系统整体架构、钻井实时数据库、实时数据采集、实时数据传输、实时数据可视化、钻井风险因素分析、井下风险诊断与预测。最后,介绍了所研发的钻井风险控制系统取得的阶段性成果,包括数据采集软件、数据传输与接收软件、钻井数据管理软件,基于模糊综合评价和BP神经网络两种智能方法的钻井复杂实时诊断与预测子系统。多次现场生产测试结果表明,该系统符合率和实用性均较高。     

塔里木油田泥浆泵常见故障诊断与解决方法

由于塔里木沙漠油田环境恶劣，钻井工况复杂，钻井载荷大等原因，导致钻井泥浆泵故障率高，设备提前损坏。对塔里木油田泥浆泵常见故障进行了诊断与分析，有助于在泥浆泵大、中修及井队现场维修过程中正确判断和处理各种故障，提高设备维修质量，减少停钻时间。     

地层岩性随钻识别的神经网络方法研究

钻井过程中随钻识别钻头当前位置的岩性信息对于合理选择钻头类型、快速建立岩性剖面、及时发现油气层和卡准取心层位有着重要意义。钻井实践证明，地层岩性的变化在钻井参数上有很好的综合体现。以录井资料为基础，结合已钻井的测井资料，根据BP神经网络原理，建立了地层岩性随钻识别神经网络模型。应用该模型在新疆油田进行了地层岩性随钻识别试验，试验结果与测井资料解释结果相比，效果较好，符合率可达80％。     

基于激光诱导击穿光谱的岩屑岩性在线识别试验研究

钻井新技术的发展及其推广应用，在提高钻井时效的同时，钻井产生岩屑的粒径变小，给常规岩屑录井带来了困难。近年来，基于激光诱导击穿光谱（LIBS）的岩屑岩性识别技术取得了较好的效果，但该技术仍需要人工采集、清洗岩屑样品，并存在钻遇地层岩屑样品代表性难以准确控制、岩屑岩性识别结果与钻遇地层真实岩性之间具有一定差异等问题。为了解决上述问题，提出了利用LIBS在线识别岩屑岩性的技术构想，在实验室构建了试验平台，探索了激光器光源功率对岩屑样品LIBS信息的影响，通过优选光源功率，提高了岩屑样品LIBS信息的采集精度，进行了干样与湿样、疏松与压实状态下岩屑样品的LIBS检测，发现不同状态下岩屑样品的LIBS特征较为稳定，岩屑样品的LIBS特征与其状态无关。试验结果表明，录井过程中岩屑样品无需处理，可以直接检测，即利用LIBS技术在线识别岩屑岩性可行。      

基于趋势线法的钻井风险预警技术研究

溢流、井漏属于钻井中常见的井下复杂，会对油田的勘探过程造成严重的影响，目前经典的风险预警理论适用范围较窄，无法对深井复杂故障进行有效预测，导致漏报、虚警情况频发。文章针对上述情况提出了一种风险趋势线法预警模型，通过分析溢流发生前立压、总池体积、进出口流量差等参数变化规律，建立发生复杂故障时录井参数的趋势线状态，随即将该算法部署于软件实时验证。研究结果表明，当采集的立压、总池体积、进出口流量差等参数同时满足复杂故障趋势线识别值的偏差≤10%,系统发出警报，预警结果与专家标注保持了较高的一致性。文章建立的趋势线算法在川渝地区TFX井、JTX井、GSX井的风险识别过程中得到了良好的应用，为深井复杂风险识别提供了技术支持，对提高钻井工程复杂预警水平具有一定意义。     

基于模糊神经网络的钻机安全监控系统研究

由于地层的多样性,钻机系统状态、功能和结构的复杂性、非线性及不确定性,借助单一信息源提供的信息,采用常规或传统的故障诊断理论和方法,根据几个主要的故障特征量做出判断,难以实现钻机故障诊断。为此,提出基于信息融合的模糊推理和神经网络相结合的故障综合诊断方法,采用多个异类传感器与现场总线构成安全监控系统,建立故障诊断结构模型,进行模糊神经网络算法的信息融合和学习算法与网络参数确定。试验表明,该系统应用于钻机故障的实时检测和神经网络智能诊断具有良好的效果,对提高钻井过程安全和自动化水平具有重要意义。     

共振解调和模糊识别技术在钻井泵轴承故障诊断中的应用

在钻井生产现场,由于工作条件恶劣及振源多,背景噪声强烈,因而用理论计算所得到的故障特征频率与实测信号经一般频谱分析后得到的响应信息缺乏一一对应关系.为了解决钻井泵轴承故障特征难以提取的问题,采用共振解调技术来提取深埋于正常振动信息中轴承的故障信息,在此基础上进行频谱分析.但由于实际轴承的几何尺寸有误差,再加上现场各种因素的干扰,使这样得到的频谱图上的频率值与计算所得故障特征频率值仍有出入.进一步采用模糊"择近原则"来识别各种故障特征频率,从而较好地实现了钻井用往复泵轴承的故障诊断.     

钻井泵压力及阀体位移规律的微机测试系统

钻井泵阀工作性能的好坏直接影响钻井作业能否顺利进行。为对钻井泵阀的运动学和动力学性能进行研究，建立了由计算机、传感器、信号放大器、激光器、A／D接口等组成的微机测试系统。介绍了钻井泵压力、阀体位移规律及活塞死点的在线测试原理和方法；同时介绍了位移传感器的制作原理和方法，以及对测试信号进行滤波、放大的处理手法，最后给出了实测曲线。对这种测试系统稍加改造，即可用于对钻井泵进行故障珍断等方面的研究。     

钻井泵液力端故障诊断新方法

往复泵液力端故障原因及故障与征兆间对应关系复杂,为了全面地利用获取的振动信号资源,得到更全面、准确的诊断结果,将分析得到的幅值域的峭度指标、峰值指标、脉冲指标、裕度指标、波形指标和歪度等6个参数,频域的重心频率、均方根频率、频率标准差等3个参数以及32个小波包分频带能量值作为神经网络输入的备选特征向量,由此形成了液力端综合振动信号特征参数的神经网络诊断系统。为了对网络的性能进行比较,分别构建了BP网络和RBF网络。将上述特征输入向量作不同组合,分别输入该网络并进行训练诊断和效果对比,由此求得了最优诊断系统组合。利用此神经网络诊断系统,对现场实际使用的钻井泵液力端进行了多次的测试分析和调试,证明这种方法对钻井泵液力端的故障诊断是行之有效的,可取得较高的诊断准确率。     

基于时域统计特征的天然气管道泄漏检测方法

根据管道动态压力信号在时域的幅值统计特性,提出一种基于时域统计特征的信号提取方法,实现对天然气管道的泄漏检测。通过每帧信号归一化的频率分布直方图（k-P图）,提取动态压力信号时域幅值在均值上、下特定范围内波动的概率特征,使得时域的特征提取与信号幅值及波形无关,并且不受信号频率成分偏移的影响,具有较好的工况适应性。以PCA降维后的正常工况下动态压力信号时域统计特征向量为目标类样本,建立PCA-SVDD诊断模型,实现了对管道泄漏的可靠检测。历史数据的离线检验以及连续、实时的现场检验结果表明该方法可实现天然气管道的泄漏检测。     

钻机远程在线监测及故障诊断系统研究

为了实现对野外钻机的有效监测,提前预防设备故障的发生,开发了钻机远程在线监测及故障诊断系统。介绍了系统的工作原理及总体构架,给出了各个子系统的硬件配置和功用说明,描述了系统实现的主要功能,如振动、温度等数据采集与存储、仪表和电控状态监测、数据的远程在线传输、振动信号分析和智能故障诊断。该系统以钻井现场为采集平台,将计算机技术、传感器技术、信息融合技术、远程通信技术、数据库技术与设备诊断技术相结合,实现钻机主设备的全运行周期的监测与管理。该系统监测模块灵活方便、通信模块安全可靠、诊断模块功能强大,可满足分散钻机远程在线监测及故障诊断的需求。     

基于相似识别的抽油机井故障检测与诊断研究

抽油机井故障检测与诊断对管控油田平稳生产、保证油田效益意义重大。论文研究了基于相似识别的故障检测与诊断方法,采用融合二分类和三元组损失的深度学习网络提取示功图图形趋势特征,构建抽油机标准特征库与故障特征库并进行更新维护,在检测到与标准特征库不相似的示功图时检索故障特征库以实现诊断。实验结果表明,该方法能够有效检测抽油机井故障,减少误报率,并在检测到异常时检索故障库实现故障诊断。     

气体钻井返出气体检测方法研究

气体钻井技术具有提速增效、保护储层的良好效果,应用前景广阔。但在钻进过程中,若不能及时发现储层已被揭开并调整钻井工艺,就很可能因大量地层气体溢出及地层高压突然释放而导致井壁失稳、气体燃爆等井下复杂情况,也不利于储层的发现和评价;同时地层可燃有毒气体泄漏会引起地面人员及装备等安全事故,增加气体钻井风险。这就要求气体钻井必须建立一套新的气测体系。这一体系须响应快、灵敏度高,能适应气体钻井高钻速、高注入量、低迟到时间等应用条件,为气体钻井安全提供保障。为此,分析了实施气体钻井排砂管线返出气体在线检测的意义、目前气体钻井气测存在的问题．以及目前工业应用中多种常用气体检测方法的适用范围及响应特征,结合气体钻井现场应用条件,提出了改进方向,对完善气体钻井返出气体检测技术具有一定的指导作用。     

随钻仪磁通门信号故障检测

随钻仪是一种对井底钻具的工作状态进行实时监测的测量系统，在其工作过程中，会出现多种故障现象，其中磁通门信号造成的故障是较常见的。由于随钻仪直径小，内部元件结构紧密，整体线路又比较复杂。文章以ＤＤＳ随钻仪为例，对磁通门信号造成的故障原因进行了分析，并形成了故障检测框图，编制了磁通门信号故障检测程序，使复杂的故障检测程序化，降低了故障检测的盲目性，减少了实际工作量。